本发明公开了一种基于多尺度特征提取的群体行为识别方法，对采集的传感器数据进行预处理，预处理后的传感器数据通过多尺度特征提取模块得到个体精炼特征，然后将个体精炼特征输入交互关系提取模块捕获个体间的交互关系，得到精炼特征向量；最后通过子群基数预测模块提取精炼特征向量中的子群数量，并构建精炼特征向量的特征邻接矩阵，输入到图谱聚类模块中进行子群划分，并生成子群的全局特征，然后通过群体行为分类器得到识别结果。本发明对传感器数据的个体特征和关系特征进行挖掘和提取，增强了模型的泛化能力，提高了群体行为识别的鲁棒性和准确性，实现了模型对群体行为的有效识别。
📄 2025101181924
📂 G06V40_20
👤 浙江工业大学
📅 2025-01-24
本发明公开了一种基于多任务自监督框架的群体行为识别方法和装置，首先构建包括个体特征提取模块、Transformer编码器和任务头的第一网络模型，采用第一训练数据集训练第一网络模型，计算各个任务头所对应的损失，完成第一网络模型的训练。然后构建包括个体特征提取模块、Transformer编码器、全局特征补充模块和推理模块的第二网络模型，冻结Transformer编码器的参数，采用第二训练数据集训练第二网络模型。然后将采集的个体行为数据输入训练好的第二网络模型，得到群体行为识别结果。本发明显著降低了计算复杂度，提升了自监督条件下群体分割和行为识别的准确性和鲁棒性。
📄 2025108585153
📂 G06F18_2323
👤 浙江工业大学
📅 2025-06-25
柿子坊 · 知识产权运营
柿子坊知识产权运营平台